CVE-2026-78683: Kritisk fejl i Python-biblioteket NLTK

NLTK er et udbredt Python-bibliotek til sprogbehandling, som bruges i chatbots, tekstanalyse og andre systemer, der forstår naturligt sprog. Sårbarheden CVE-2026-78683 sidder i funktionen TransitionParser.parse(), som indlæser gemte sprogmodeller fra fil. Funktionen bruger Pythons pickle-format til at gemme og genskabe data, men gør det uden de sikkerhedstjek, biblioteket faktisk har indbygget i en separat, sikker udgave. CWE-502 er navnet på denne fejltype, kaldet usikker deserialisering: et program genskaber objekter fra en fil uden at kontrollere, om filen faktisk kun indeholder data eller også indeholder kode. En model-fil kan derfor bygges, så den udfører vilkårlig Python-kode, i stedet for blot at levere en sprogmodel, når den indlæses af et sårbart program.

Fejlen rammer alle systemer, der bruger NLTK i version 3.9.4 eller ældre, og som benytter TransitionParser.parse() til at indlæse sprogmodeller fra fil. Det er typisk virksomheder med hjemmebyggede chatbots, tekstanalyseværktøjer, dataklassificering eller forskningsprojekter, hvor modeller downloades eller deles mellem systemer og medarbejdere. Er modellen hentet fra en ekstern kilde, en samarbejdspartner eller et offentligt tilgængeligt lager, er risikoen størst.

En angriber kan bygge en model-fil, der ser ud som en almindelig NLTK-sprogmodel, men som indeholder skjult kode. Indlæser en medarbejder eller et system filen, for eksempel ved at hente en model fra internettet eller åbne en fil tilsendt via mail, kører koden med de samme rettigheder som det program, der indlæser filen. I praksis kan det give angriberen fuld adgang til serveren eller den arbejdsstation, hvor programmet køres, herunder mulighed for at stjæle data, installere yderligere skadelig kode eller bevæge sig videre i netværket.

CVSS-scoren er 9,6 ud af 10, hvilket er kritisk. Angrebet kræver ikke login eller særlige rettigheder, men kræver brugerhandling: en person eller et system skal aktivt indlæse den ondsindede model-fil, før koden kører. Sårbarheden kan udnyttes over netværk, og konsekvensen rammer alle tre klassiske sikkerhedsmål fuldt ud: fortrolighed, integritet og tilgængelighed. Der er ikke oplysninger om, at fejlen aktivt udnyttes i angreb på offentliggørelsestidspunktet, men den tekniske beskrivelse er detaljeret nok til, at et angreb kan bygges uden stort besvær.

Sårbarheden lukkes ved at opdatere biblioteket. Følg punkterne herunder.

1. Opdatér NLTK til version 3.10.0 eller nyere i alle systemer og udviklingsmiljøer, hvor biblioteket bruges.
2. Find alle steder i egne applikationer, hvor TransitionParser.parse() eller anden pickle-baseret indlæsning af modeller bruges, og bekræft, at de peger på den opdaterede pakke.
3. Undlad at indlæse model-filer fra kilder, I ikke selv kontrollerer eller har verificeret, indtil opdateringen er gennemført.
4. Gennemgå logfiler for tegn på, at ukendte eller ændrede model-filer er blevet indlæst før opdateringen.
5. Overvej at bruge NLTKs sikre indlæsningsfunktion, RestrictedUnpickler, i egen kode, hvor det er muligt, som en ekstra beskyttelse.
6. Er I i tvivl om, hvilke systemer der bruger NLTK, eller har I ikke ressourcer til at gennemgå koden selv, bør I hente hjælp udefra til at kortlægge og opdatere systemerne.